Professional Documents
Culture Documents
𝑡 𝑡 𝑟
Total ∑ 𝑟𝑖 − 1 ∑ ∑ 𝑌𝑖𝑗2 − 𝑇𝐶
𝑖=1 𝑖=1 𝑗=1
√𝐶𝑀𝑒𝑟𝑟𝑜𝑟
𝐶𝑉 = × 100 𝑌.. = 𝐺𝑟𝑎𝑛 𝑇𝑜𝑡𝑎𝑙
𝑌̅..
Fórmulas de Cálculo
2
t ri
a) Término o Factor de Corrección: Yij
TC = i =1 j =1
t
𝑆𝐶𝑡𝑜𝑡𝑎𝑙 = ∑ ∑ 𝑌𝑖𝑗2 − 𝑇𝐶
𝑖=1 𝑗=1
𝑡
𝑌𝑖.2
𝑆𝐶𝑡𝑟𝑎𝑡 = ∑ − 𝑇𝐶
𝑟𝑖
𝑖=1
d) Suma de Cuadrados del Error Experimental:
𝑆𝐶𝐸𝑟𝑟𝑜𝑟 = 𝑆𝐶𝑡𝑜𝑡𝑎𝑙 − 𝑆𝐶𝑡𝑟𝑎𝑡
PADRES
Observaciones
1 2 3 4 5 6 7 8 9
10 3.4 4.2
11 3.8 4.2
12 3.9 3.9
13 3.3
14 3.6
15 3.2
Es decir:
H0: no existe diferencia significativa entre los tratamientos
H1: existe diferencia significativa entre los tratamientos
2) Nivel de Significancia
α=0.05
3) Estadístico de Prueba
𝐶𝑀
Será 𝐹𝑐 = 𝐶𝑀 𝑡𝑟𝑎𝑡 ∼ a una distribución F con n1 y n2 grados de libertad
𝑒𝑟𝑟𝑜𝑟
4) Regla de Decisión
5) Cálculos
El esquema de la matriz de datos a ser procesada, para los cálculos es:
PADRES
Observaciones
1 2 3 4 5 6 7 8 9
10 3.4 4.2
11 3.8 4.2
12 3.9 3.9
13 3.3
14 3.6
15 3.2
ri 9 7 5 3 8 4 8 12 15
∑(𝑟𝑖 − 1) = 62
𝑖=1
Grados de libertad del total:
𝑡
∑ 𝑟𝑖 − 1 = 70
𝑖=1
Factor de corrección:
(248.90)2
𝑇𝐶 = = 872.55
71
..:: Pág. 4 ::..
Diseños Experimentales Ing. Ronald Mamani Mayta
𝐶𝑀𝑡𝑟𝑎𝑡. 0.397
𝐹𝑐 = = = 1.35
𝐶𝑀𝑒𝑟𝑟𝑜𝑟 0.295
6) Conclusión
✓ Como 𝐹𝑐 = 1.35 ≤ 𝐹62,0.95
8
= 2.09 se acepta la hipótesis nula (H0) y se rechaza la
hipótesis alterna (H1), es decir no existen evidencias estadísticas significativas
entre los diferentes tratamientos o padres que se sometieron al estudio. La prueba
no es significativa.
7) Interpretación
No existe diferencia significativa entre los tratamientos (padres) que se sometieron al
estudio, es decir los pesos vivos al nacimiento no dependen del padre por lo tanto se
puede tomar cualquiera de los padres para las siguientes generaciones.
Tratamiento (Marca)
A B C D
63 60 59 70
68 65 66 69
71 61 58 62
70 59 71
69 70
66
CARACTERÍSTICAS
Se debe tener claro que en este tipo de diseños existen dos tipos de análisis uno referente
a las unidades y otro referente a las subunidades, generando las fuentes de variabilidad
que contribuyen a formar la varianza para las comparaciones entre los promedios de los
tratamientos, estas son:
ANÁLISIS ESTADÍSTICO
Teniendo en cuanta t niveles de un factor (tratamientos), r repeticiones y m submuestras
por repetición Yijk (i=1, 2, 3, …, t; j=1, 2, 3, …, r: k=1, 2, 3, …, s) se considera como la
observación de una unidad experimental perteneciente a una población cuya media es µijk.
Entonces se generará tres poblaciones, las cuales se distribuirán normalmente.
Donde:
Yijk = Es la variable respuesta de la k-ésima muestra (subunidad) de la j-ésima unidad
experimental, sujeto al i-ésimo tratamiento.
µ = Es la media general poblacional o constante común.
i = Es el verdadero efecto del i-ésimo tratamiento.
ij = Es el efecto verdadero de la j-ésima unidad experimental sujeta al i-ésimo
tratamiento.
ij = Es el verdadero efecto aleatorio del error muestral en la k-ésima subunidad, de la j-
ésima unidad experimental, sujeta al i-ésimo tratamiento.
TABLA DE ANVA
F. de V. G.L. S.C. C.M. Fc
Tratamientos 𝑡
𝑌𝑖..2 𝑌...2 𝑆𝐶𝑡𝑟𝑎𝑡. 𝐶𝑀𝑡𝑟𝑎𝑡.
t-1 ∑ −
(entre grupos) 𝑟𝑠 𝑡𝑟𝑠 𝑡−1 𝐶𝑀𝑒𝑒
𝑖=1
Error experimental 𝑡 𝑟 𝑡
2
𝑌𝑖𝑗. 𝑌𝑖..2 𝑆𝐶𝑒𝑒 𝐶𝑀𝑒𝑒
(unidades dentro t(r-1) ∑∑ −∑
𝑠 𝑟𝑠 𝑡(𝑟 − 1) 𝐶𝑀𝑒𝑚
𝑖=1 𝑗=1 𝑖=1
de grupos)
𝑡 𝑟 𝑠 𝑡 2 𝑟
2
𝑌𝑖𝑗. 𝑆𝐶𝑒𝑚
Error de muestreo tr(s-1) ∑ ∑ ∑ 𝑌𝑖𝑗𝑘 − ∑∑
𝑠 𝑡𝑟(𝑠 − 1)
𝑖=1 𝑗=1 𝑘 𝑖=1 𝑗=1
𝑡 𝑟 𝑠
2
𝑌...2
Total trs-1 ∑ ∑ ∑ 𝑌𝑖𝑗𝑘 −
𝑡𝑟𝑠
𝑖=1 𝑗=1 𝑘=1
Dosis I II III IV
24 19 18 23
0 23 21 19 22
21 24 22 20
24 21 23 19
2 TM/ha 19 22 18 21
23 24 22 23
25 31 28 34
4 TM/ha 28 24 32 33
30 32 36 29
56 62 61 62
6 TM/ha 65 60 60 60
58 59 64 61
Solución:
El esquema de la matriz de datos a ser procesada es:
Dosis I II III IV Yi..
24 19 18 23
0 23 21 19 22
21 24 22 20
24 21 23 19
2 TM/ha 19 22 18 21
23 24 22 23
25 31 28 34
4 TM/ha 28 24 32 33
30 32 36 29
56 62 61 62
6 TM/ha 65 60 60 60
58 59 64 61
Y…=1605
2) Nivel de Significancia.
α=0.01
3) Estadístico de Prueba
𝐶𝑀𝑡𝑟𝑎𝑡
Será 𝐹𝑐 = ∼ a una distribución F con (t-1) y t(r-1) grados de libertad
𝐶𝑀𝑒𝑒
4) Regla de Decisión
5) Cálculos
Los cálculos necesarios son:
Grados de libertad Entre grupos (tratamientos) : t-1 = 4 - 1 = 3
Grados de libertad de las unid. Dentro de grupos : t(r-1) = 4(4 - 1) = 12
Grados de libertad del error de muestreo : tr(s-1) = (4)(4)(3 - 1) = 32
Factor de corrección:
𝑌...2 (1605)2 2576025
𝑇𝐶 = = = = 53667.188
𝑡𝑟𝑠 (4)(4)(3) 48
Total 47 12765.812
6) Conclusión
Para tratamientos
✓ Como 𝐹𝑐 = 734.4 > 𝐹3,12,0.95 = 3.49 se rechaza la hipótesis nula (H0) es decir se
rechaza la hipótesis de igualdad de tratamientos y se acepta la hipótesis alterna
(H1), es decir la prueba es significativa.
7) Interpretación
✓ Existe diferencia significativa entre los tratamientos, es decir entre las diferentes
cantidades de estiércol aplicadas al suelo.
1 3.28 6.37
1 2 3.52 7.00
3 2.88 5.68
1 2.46 4.90
2 2 1.87 3.79
3 2.19 4.38
1 2.77 5.43
3 2 3.74 7.18
3 2.55 5.10
1 3.78 7.65
4 2 4.07 8.19
3 3.31 6.62
El Modelo Estadístico Lineal es similar al caso anterior solo cambia en la Tabla ANVA.
F. de V. G.L. S.C. C.M. Fc
2
ri rij
t ijk
Y
j =1 k =1 − TC 𝑆𝐶𝑡𝑟𝑎𝑡 𝐶𝑀𝑡𝑟𝑎𝑡.
Tratamientos t-1 ri
𝐺𝐿𝑡𝑟𝑎𝑡 𝐶𝑀𝑒𝑒
i =1
rij
j =1`
2 2
rij ri rij
𝑡 Yijk Yijk
ri t 𝑆𝐶𝑒𝑒 𝐶𝑀𝑒𝑒
k =1 − j =1 k =1
t
Error experimental ∑(𝑟𝑖 − 1)
rij ri
𝐺𝐿𝑒𝑒 𝐶𝑀𝑒𝑚
𝑖=1
i =1 j =1 i =1
rij j =1
2
𝑡 𝑟𝑖 rij
Yijk 𝑆𝐶𝑒𝑚
ri
Error de muestreo ∑ ∑( 𝑟𝑖𝑗 − 1) ri r
Yijk2 −
t ij t
k =1`
𝐺𝐿𝑒𝑚
𝑖=1 𝑗=1 i =1 j =1 k =1 i =1 j =1 rij
𝑡 𝑟𝑖
t ri rij
2
t ri rij
Yijk
i =1 j =1 k =1 (Y )2
TC = =
t ri
n..
rij
i =1 j =1
Padres P1 P2 P3
1 15 16 17 22 22 15 16 25
2 17 15 19 15 19 17 17 16
3 14 13 18 19 18 18 20 16
4 13 24 20 15 22 18 20
5 15 17 20 15
6 17 18
P1 P2 P3
1 15 16 17 22 22 15 16 25
2 17 15 19 15 19 17 17 16
3 14 13 18 19 18 18 20 16
4 13 24 20 15 22 18 20
5 15 17 20 15
6 17 18
Yij. Y11.=74 Y12.=44 Y13.=78 Y21.=93 Y22.=74 Y31.=109 Y32.=71 Y33.=110 Y…=653
rij r11=5 r12=3 r13=4 r21=5 r22=4 r31=6 r32=4 r33=6 r..=37
3) Estadístico de Prueba
𝐶𝑀𝑡𝑟𝑎𝑡
Será 𝐹𝑐 = ∼ a una distribución F con n1 y n2 grados de libertad
𝐶𝑀𝑒𝑒
4) Regla de Decisión
5) Cálculos
Los cálculos necesarios son:
G. L. de los tratamientos : t-1 = 3 - 1 = 2
3
G. L. del error experimental: (r − 1) = (3 − 1) + (2 − 1) + (3 − 1) = 5
i =1
i
(r
i =1 j =1
ij − 1) = (5 − 1) + (3 − 1) + (4 − 1) + (5 − 1) + (4 − 1) + (6 − 1) + (4 − 1) + (6 − 1) = 29
3 ri
G. L. del total: r
i =1 j =1
ij − 1 = (5 + 3 + 4 + 5 + 4 + 6 + 4 + 6) − 1 = 37 − 1 = 36
Factor de corrección:
2
3 ri rij
Yijk
i =1 j =1 k =1
= (Y ) = (653) = 11524.56757
2
TC =
2
3 ri
n.. 37
rij i =1 j =1
ri
12 9 16
i =1
rij
j =1`
2
ri rij
Yijk
3
= − TC = 11556.36111− 11524.56757 = 31.793544
j =1 k =1
SCtrat ri
i =1
rij j =1`
i
i =1 j =1 rij 5 3 4 5 4 6 4 6
2 2
rij ri rij
Yijk Yijk
r 3
SCee = − = 11617.41667− 11556.36111= 61.05556
3
i
k = 1 j =1 k =1
ri
rij
i =1 j =1 i =1
rij
j =1
Y
i =1 j =1 k =1
2
ijk =152 + 172 + 142 + + 152 + 182 = 11823
2
rij
Yijk
3 ri rij 3 ri
SCem = Yijk2 − = 11823− 11617.41667 = 205.58333
k =1`
i =1 j =1 k =1 i =1 j =1 r ij
Total 36 298.43243
6) Conclusión
Para tratamientos (entre padres)
Como 𝐹𝑐 = 1.30 > 𝐹2,5,0.95 = 5.79 se acepta la hipótesis nula (H0) es decir acepta la
hipótesis de igualdad de tratamientos al 95% de nivel de confianza.
7) Interpretación
No existen evidencias estadísticas significativas, es decir aceptamos la hipótesis de
que los tratamientos (padres) son similares o no demuestran ser diferentes.
1 2 3 4 1 2 3
4 5.5 7.4
5 5.4